基于证据深度学习的可信多视角分类方法.pdfVIP

下载本文档

3
0
约1.3万字
约 14页
2023-05-09 发布于北京
举报
版权申诉

基于证据深度学习的可信多视角分类方法.pdf

1、本文档共14页，其中可免费阅读13页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于证据深度学习的可信多视角分类方法，包括如下方法步骤：S1、样本定义，设定数据集有N个样本，每个样本有V个视角；S2、单视角证据，估计单视角数据的分类不确定度；S3、多视角证据融合，利用退化层将全局信息传播到每个视角，从而使得每个视角能够学习到基于全局信息的证据；S4、优化目标，利用梯度下降算法优化模型中的所有参数。本发明的方法不仅提高了预测的准确度，并且使用本发明中设计的退化层挖掘到了深层次、易被忽略的视角之间的互补信息，从而在预测时输出了更符合人类认知的不确定度。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114492620 A (43)申请公布日 2022.05.13 (21)申请号 202210080384.7 G06V 10/774 (2022.01)